AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs OpenAI: GPT-5.6 Luna

Сводка

GPT-5.6 Luna (high) лидирует по среднему баллу: 7.7 vs 7.0. DeepSeek V3.2 (medium) имеет более низкую стоимость benchmark: $0.078 vs $1.017. GPT-5.6 Luna (high) быстрее: 18.68s vs 68.62s, с долей успешных попыток 65.2% vs 72.7%.

Рекомендуемая модельGPT-5.6 Luna (high)Здесь у него лучший балл (7.7), и он отвечает примерно в 3.7 раза быстрее, чем DeepSeek V3.2 (medium).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-17

Метрика	DeepSeek V3.2 DeepSeek V3.2 medium Релиз: 2025-12-01	GPT-5.6 Luna GPT-5.6 Luna high Релиз: 2026-07-09

Метрика	DeepSeek V3.2 DeepSeek V3.2 medium Релиз: 2025-12-01	GPT-5.6 Luna GPT-5.6 Luna high Релиз: 2026-07-09
Оценка	7.0	7.7
Ранг	#73	#42
Надежность	10.0	10.0
Стабильность	7.4	8.9
Тестов верно
Доля успешных попыток	65.2%	72.7%
Нестабильные тесты	7	3
Всего запусков	66	66
Стоимость за результат	0.671	6.780
Общая стоимость	$0.078	$1.017
Цена входа	$0.269 / 1M	$1.000 / 1M
Цена выхода	$0.400 / 1M	$6.000 / 1M
Общее число входных токенов	101,047	80,918
Выходные токены	11,834	5,088
Токены рассуждений	117,014	150,910
Время ответа (среднее)	68.62s	18.68s
Время ответа (макс.)	376.10s	111.09s
Время ответа (суммарно)	1509.53s	411.05s

Генерация showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#73 DeepSeek V3.2

medium

Стоимость: $0.001
Время: 53.6s
Токены: 1,932 tok

#42 GPT-5.6 Luna

high

Стоимость: $0.033
Время: 34.2s
Токены: 5,484 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V3.2	8.2	7.9	83.3%	1		24.23s	448	3,247	6,953
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.99s	606	162	1,265

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V3.2	6.0	7.2	55.6%	1		248.68s	5,717	649	52,014
GPT-5.6 Luna	5.5	4.7	55.6%	2		15.63s	7,302	510	17,746

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V3.2	7.3	5.8	83.3%	1		79.92s	76,997	5,219	24,229
GPT-5.6 Luna	10.0	10.0	100.0%	0		19.05s	57,719	3,366	8,005

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V3.2	10.0	10.0	100.0%	0		36.09s	7,388	207	7,693
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.18s	7,140	234	470

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V3.2	2.9	4.4	22.2%	2		24.27s	472	21	6,838
GPT-5.6 Luna	7.7	10.0	66.7%	0		78.96s	723	69	96,395

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V3.2	3.4	2.5	33.3%	1		58.29s	314	49	2,189
GPT-5.6 Luna	5.0	10.0	0.0%	0		3.65s	477	117	563

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V3.2	10.0	10.0	100.0%	0		35.78s	627	1,397	2,845
GPT-5.6 Luna	9.9	10.0	100.0%	0		1.79s	660	97	481

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V3.2	7.0	7.2	55.6%	1		37.69s	594	518	6,375
GPT-5.6 Luna	7.6	7.2	77.8%	1		14.55s	642	242	18,281

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V3.2	10.0	10.0	100.0%	0		34.81s	8,307	507	859
GPT-5.6 Luna	10.0	10.0	100.0%	0		4.98s	5,454	260	324

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V3.2	3.0	10.0	0.0%	0		83.99s	183	20	7,019
GPT-5.6 Luna	3.0	10.0	0.0%	0		17.00s	195	31	7,380

Быстрое сравнение

Сменить пару сравнения

Claude Opus 4.6mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsGLM 5medium DeepSeek V3.2mediumvsGemini 3.5 Flashnone Claude Opus 4.8lowvsGPT-5.6 Lunahigh MiniMax M3mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsGrok Build 0.1medium DeepSeek V3.2mediumvsGPT-5.6 Solnone Claude Sonnet 4.6mediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsGLM 5.2medium GPT-5.6 LunahighvsQwen3.6 Plusmedium Nemotron 3 UltramediumБесплатно доступноvsGPT-5.6 Lunahigh DeepSeek V3.2mediumvsQwen3.7 Plusnone